Ejercicios propuestos en las actividades

241

Actividad 6. Ajuste de ecuaciones a datos experimentales

NOTA: La resolucin de algunos de los ejercicios de esta actividad puede variar en funcin de si se
realizan con calculadora u ordenador, o bien paso a paso.
Las variaciones son pequeas y se deben al nmero de cifras
decimales con las que se trabaja.
30
25

6.5.1. Si efectuamos una representacin del tipo x/y donde el eje

x representa la cantidad de lluvia en L/m2 y el eje y la temperatura
en C, podemos ver que no existe ningn tipo de correlacin.

fw

<>20
" 15

L
t

10

La distribucin de los puntos es prcticamente al azar.

5
0

10

15

20

25

30

35

40

LLuvia en L/m

Podemos deducir que las dos variables son independientes.

6.5.2. Realizamos la grfica x/y. En x representamos temperaturas medias en C y en y el consumo

de bebidas refrescantes.
Como vemos parece ser que existe una cierta correlacin de tipo lineal entre las dos variables.
Haremos los clculos para encontrar la recta de regresin y as poder medir la relacin lineal si sta
numricamente es aceptable.
Realizaremos los clculos y los presentaremos en forma de tabla
X.
1

x2

10
29
13
31
32
19
25
5
10
4

22
65
20
72
75
40
67
12
14
24

188

411

100
841
169
961
1024

361
625
25
100
196
4402

y x i

Y;2

220

484

1885

4225

260

400

2232
2400
1675

5184
5625
1600
4489

60
140
336

144
196
576

760

9968

R0

m
<l>

r
m
o

4.

70

(i) 60
<i)

*
_)b()
(
/
ro
u

40

.u

30

n
(l)
(i)

TJ 20

m
TI
r

m
O

1(1

._JU

!!_!!

0
10

15

20

25

30

35

TC

22923

Si tomamos las ecuaciones para calcular la recta de regresin por el mtodo de los mnimos
cuadrados, podemos calcular, el punto de corte con el eje y (parmetro b) la pendiente de la recta
(parmetro m), y el factor de correlacin, r, para conocer el grado de adaptacin de los puntos a la
recta calculada. Los resultados son:
b = -7,46

m = 2,58

r = 0,9798

Como vemos el grado de adaptacin de los puntos no es el ptimo, un coeficiente de correlacin de

0,9798 en qumica analtica sera calificado como muy deficiente, en cambio en estadstica
econmica, como prospeccin de un comportamiento del mercado, sera una buena referencia para
los fabricantes de bebidas refrescantes, tal y como pasa en la realidad.
Es notorio que el consumo de bebidas refrescantes se incrementa con la temperatura. Este hecho
es muy pronunciado en nuestro pas, de tal forma que un verano con temperaturas por debajo de
las normales, de la poca, da pocos beneficios a los fabricantes de este tipo de bebidas.

242

Solucionario

6.5.3. Realizamos los clculos y los presentamos en forma de tabla como en el ejercicio anterior:
a)
x
y,i
xjy
x,2
y2
190T

160
156
145

68
70
72
74
S 667

152
168
180
178

3600
3844
3969
4225
4356
4489
4624
4900
5184
5476

1556

104373

44667

180

18225
17424
22500
25600
24336
21025
23104
28224
32400
31684

g 170
160
o

65
66
67

8100
8184
9450
10400
10296
9715
10336
11760
12960
13172

135
132
150

Altura (

60
62
63

130
120

244522

b) La recta de mnimos cuadrados ser:

b = [ ( I y,)( X x*) - ( I x,)( I xy,)] / [n I x 2 - ( I

X)

b = [(1556 44667) - (667-104373)] / [(10 44667) - 6672] = -64.5

m = [n ( I xy) - ( I x.)( I y.)] / [n I x2 - ( I x) 2 ]
m = [(10 104373) - (667-1556)] / [(10-44667) - 6672)] = 3,3
La recta es y = -64,54 + 3,3x
c) La altura de un estudiante que pesa 63 kg es:
y

= -64,54 + (3,3 63) = 143 cm (143,4)

d) El peso de un estudiante de altura 168 cm es:

168 =-64,51+3,3x

x = 70 kg (70,46)

6.5.4.- Si se hace un grfico del tipo x/y como los que se han visto en los tres primeros ejercicios,
se puede ver que no hay relacin lineal entre edad y sida.
Los casos aumentan entre los 20 y los 40 aos pero disminuyen a partir de esta edad.
6.5.5.- Si dibujamos la nube de puntos, podremos ver como stos muestran una marcada tenden
cia a alinearse, mucho ms que los del ejercicio 6.5.2, sto nos indica una fuerte dependencia
entre las variables.
Para calcular el coeficiente de correlacin utilizaremos la siguiente frmula :
r = [ n ( I x. y,) - (Ix,) (ly,)] / ~ \ j [(n I x 2 ) - (Ix, )2 ] . [(nly 2 ) - (Xy)2]
Para facilitar los clculos, haremos una tabla con todos los datos que necesitamos:

Ejercicios propuestos en las actividades

Elemento x
C
Si
Ge
Sn
Pb

y,

x2

*y

243

Vi2

6
14
32
50
82

12,1
28,09
72,59
118,69
207,19

72,06
393,26
2322,88
5934,50
16989,58

36
196
1024
2500
6724

144,24
789,05
5269,31
14087,32
42927,70

184

438,57

25712,28

10480

63217,62

r = [ 5(25712,28) - (184).(438,57) ] l~\ [(5-10480) - (184)2].[ (5-63217,62) - (438,57)2]

r = 47864,52 / 047903,21 = 0,99919
El grado de correlacin es muy alto: 99,9%
6.5.6.
a) Si se realiza la nube de puntos podemos ver que no hay relacin entre el nmero de
plazas y las notas.
b) Realizamos a continuacin los clculos previos a la recta de regresin.
Universidad
Barcelona
Madrid
Granada
Sevilla
Valladolid
Zaragoza
I

95
510
79
240
70
167

5,86
5,90
6,52
5,96
5,32
5,82

556,70
3009,00
515,08
1430,40
372,40
971,94

9025
260100
6241
57600
4900
27889

34,34
34,81
42,51
35,52
28,30
33,87

1161

35,38

6855,52

365755

209,35

El coeficiente de correlacin lineal ser:

r = [ n(I x, y,) - (X x;) (Xy) ] / ^ | [(n Xx2) - (Ixf].

[ (nXy2) - (Xy)2]

(Ix) 2 = 1347921
(Iy) 2 = 1251,74
r = [(6-6855,52) - (1161).(35,38)] r \

(6-365755 - 1347921) . (6-209,35 - 1251,74)

r= 5 6 , 9 4 / ^ 1921,25 = 0,0296
La correlacin es muy pequea, tal como se poda preveer
en el momento que se ha realizado la grfica x/y de los
datos.

20 n

re
o
ID

6.5.7.
a) Se muestra el dibujo de la nube de puntos; tal
como se puede ver parece existir una cierta dependencia
entre la variable dinero y la variable edad:

< 1 5

8. 0O
o

2s
s

,+

20

30

40

Edad

50

244

Solucionario

b) Para realizar los dems clculos ordenamos los datos con la siguiente tabla:
x

(x-x)2

(y-y)2

x.

25
26
27
28
34
37
45
46
50
54
60

5000
5500
5000
5500
5500
7500
10000
8000
10000
12500
15000

125000
143000
135000
154000
187000
277500
450000
368000
500000
675000
900000

203,63
176,09
150,55
127,01
27,77
5,15
32,83
45,29
115,13
216,97
429,73

9836754,05
6950394,05
9836754,05
6950394,05
6950394,05
404954,05
3473154,05
18594,05
3473154,05
19041354,00
47109554,00

625
676
729
784
1152
1369
2025
2116
2500
2916
3600

2500.104
3025.104
2500.104
3025.104
3025.104
5625.104
10000.104
6400.104
10000.104
15625.104
22500.104

432

89500

3914500

1530,18

114045455,45

18496

84225.104

x = I x, / n = (25+34+50+28+54+60+45+46+37+26+27) /11 = 432 /11 = 39,27

y = I y. / n = (5000+5500+5000+
s = 12,37

) /11 = 89500 /11 = 8136,36

s =3377,06

Presenta una dispersin mucho ms grande la variable y.

c) Se dar una correlacin ascendente y positiva

r = [11.(3914500)-(432).(89500)]/~\ [(11.18496) - 4322] . [(11.84225-104) - 895002]

r = 0,95
%r = 95%
6.5.8.
a) Si se realiza la grfica x/y se aprecia como existe una correlacin ascendente y positiva.
Realizamos una tabla con los datos y los clculos asociados:
Vi

4,6
4,8
5,2
6,0
6,1
6,7
6,8
7,0
7,5
7,7
7,8
8,5
X

78,7

XV

1,55
1,55
1,55
1,60
1,60
1,60
1,65
1,70
1,75
1,75
1,75
1,80

7,13
7,44
8,06
9,60
9,76
10,72
11,22
11,90
13,12
13,47
13,65
15,30

19,85

131,39

x.2

y2

(x.-x)2

(y-y)2

21,16
23,04
27,04
36,00
37,21
44,89
46,24
49,00
56,25
59,29
60,84
72,25

2,40
2,40
2,40
2,56
2,56
2,56
2,72
2,89
3,06
3,06
3,06
3,24

3,8416
3,0976
1,8496
0,3136
0,2116
0,0196
0,0576
0,1936
0,8836
1,2996
1,5376
3,7636

0,01
0,01
0,01
0,0025
0,0025
0,0025
0
0,0025
0,01
0,01
0,01
0,0225

533,2

32,93

17,0692

0,0925

Ejercicios propuestos en las actividades

x = 6,56

245

y =1,65

b)
E m = s/VN

sx = V[I (x- x)2/ (N-1)] = /(17.07 /11) = 1,24

sy = V[I (y- y)2/ (N-1)] = /(0,09 /11) = 0,09
Em= s/VN

Em(x)= 0,1033

x E m = 6 , 5 6 0,1033

y E m = 1,65 0,0075

Em (y) = 0,0075

c) El peso presenta ms dispersin que la longitud.

d) El coeficiente de correlacin ser:
r = [n(Zxiyl)-(Ixl)(Syl)]

/ ~\J [(n Xx2) - (Xx) 2 ] . [(nXy2) - (I y ) 2 ]

r = 14,365 /15,264 = 0,94896

%r = 94,896%

6.5.9.
a) La ecuacin de la recta es: y = mx + b
Escogemos dos puntos de los datos del problema y substituimos en las ecuaciones de la recta:
b =0,15
m = 0,024
la ecuacin resultante ser : y = 0,024 x + 0,15
b) Las absorbancias que tenemos son:
y = 0,33
y = 0,28
0,33 = 0,024x +0,15
concentracin: x = 7,6 ppm
0,28 = 0,024x +0,15
concentracin: x = 5,5 ppm
6.5.10.
a) Si realizamos la representacin grfica de los puntos, se observa que tienen una cierta
tendencia a alinearse:
b) Calculemos la recta de regresin mediante el mtodo de los mnimos cuadrados:
b = [ ( I y.)(X x 2 ) - (X Xj )( I x.y,)] / [ n X x 2 -( X x) 2 ]
m = [n ( X x.y.) - ( I x)( I y,)] / [n I x 2 -( X X)2]
Construimos una tabla para agrupar los datos:

246

Solucionario

XY

0
0,5
1,0
1,5
2,0
50

120

3
29
55
80
97

14,5
55,0

120
194

264

0,25

1,0
2,25

4,0

383,5

7,50

9
841

100

3025
6400
9409

80
60

9684

I/

40

20
b = [(264 )(7,5) - (5)(383,5)] / 5 7,5 - 52]
b =62,5/12,5 = 5
0 I
m = [5(383,5) - (5)(264)] / 5 7,5 - 52]
0,5
1
1,5
m = 597,5/12,5 = 47,8
[sales] g/L
La ecuacin de la recta ser: y = 47,8x + 5
r = 0,997
Expresado en %r = 99,7%
Dato que no est mal para una correlacin del tipo: conductividtad / concentracin salina

2,5

6.5.11.
a) Si se realiza el conocido grfico de puntos, se observa como stos se alinean muy bien,
cosa que nos indica que en el tramo escogido las variables son dependientes.
b) Para calcular r, primero tenemos que calcular la media de los valores duplicados. Como
siempre presentaremos los datos y los clculos asociados en forma de tabla.
x

0
0,2
0,4
0,6
0,8

y,
(0,40 +
(0,65 +
(0,87 +
(1,10 +
(1,36+

0,36)
0,67)
0,90)
1,12)
1,34)

/ 2 = 0,38
/ 2 = 0,66
/ 2 = 0,88
/ 2 = 1,11
12 = 1,35

4,38
r = 0,997

0,132
0,352
0,666
1,08

0,04
0,16
0,36
0,64

0,1444
0,4356
0,7744
1,2321
1,8225

2,23

1,2

4,41

El coeficiente de correlacin da un valor muy alto.

c)
b = 0,398
m =1,195 La recta de regresin ser: y = 1,195x + 0,398
Para representarla escogemos dos valores de x, sean x = 0,3 y x = 0,5 y calculamos la y:
y = 1,1950,3 + 0,398 = 0,7565
y = 1,1950,5 + 0,398 = 0,995
Tenemos los puntos: (0,3; 0,756)
(0,5; 0,995)
d) A partir de la recta de regresin obtenida, calculamos la concentracin de la substancia,
0,96 = 1,195x + 0,398
Concentracin: x = 0,47 ppm
6.5.12.
a) b = 2967,2377
m = - 20,0085
r = - 0,49
El valor de r nos demuestra que no existe una relacin lineal entre las variables.
b) Si aplicamos la ecuacin de la recta de regresin, obtenemos para 25 aos, unas 2467
caloras y para 50 aos unas 1967 caloras. De todas formas estos resultados no tienen ninguna
validez, ya que no existe una relacin de tipo lineal entre ambas variables.

Ejercicios propuestos en las actividades

247

6.5.13. Calculemos m r = (y - y ) / (x. - x.) realizaremos una matriz con los datos:
A
A
B
C
D
E
I-

B
0,059

C
0,066
0,073

D
0,067
0,071
0,069

E
0,068
0,071
0,070
0,072

F
0,067
0,069
0,068
0,068
0,064
-

m(AB) = (0,148-0,03)/(2-0) = 0,059

Lo realizamos con el resto de los datos colocados en la matriz. Ordenando los valores:
0,059 0,064 0,066
mSM = 0,068

0,067

0,067

0,068

Para obtener bSM calculamos: y = m x + b

x.

0
2
4
6
8
0

0,030
0,148
0,294
0,432
0,575
0,702

b = y mx

y - 0,068x.
0,030
0,012
0,022
0.024
0,031
0,022

Ordenadas en valor absoluto:

0,012 0,022 0,022 0,024
bSM = (0,022+0,024)72 = 0,023

0,030

'o
i

.Q

<

0,031

10

[Glucosa] mM

La recta encontrada es: y = 0,023 + 0,068x

6.5.14.
a)
x

xy

0
5
10
15
20
25
30

0,003
0,127
0,251
0,390
0,498
0,625
0,763

0
0,635
2,510
5,850
9,960
15,625
22,890

105

2,657

57,470

0
25
100
225
400
625
900
2275

La ecuacin de la recta es: y = 0,025x + 0,002

b) La concentracin de una muestra que proporcione una absorbancia de 0,456 ser:
0,456 = 0,025x + 0,002
x = 18,16 ng/mL
(si se utiliza calculadora, en lugar de la ecuacin del apartado a, sale 8,04)

248

Solucionar

c) Realizamos una matriz como en el problema anterior:

A
B
C
D
E
F
G

ni. = (y. - y) / (x. - x)

0,0248

0,0248
0,0248

0,0258
0,0263
0,0278

0,0248
0,0247
0,0247
0,0216

0,0249
0,0249
0,0249
0,0235
0,0254

0,0253
0,0254
0,0256
0,0249
0,0265
0,0276

Ordenamos los datos:

0,0216
0,0235
sM
=o,0249
m

0,0247

0,0247

0,0248

0,0248

y. - 0,0249x
0,003
0,127
0,251
0,390
0,498
0,625
0,763

0
5
10
15
20
25
30
b SM

0,0030
0,0025
0,0020
0,0165
0,0000
0,0025
0,0160

0,9-r

0,80,70,6
0,5
0,40,3
0,2
0,1 0

= 0,0025

La ecuacin de la recta es:

y = 0,0025 + 0,0249x

>'-'"

o
d) Comparamos los dos mtodos :
Mediana simple
y = 0,0249x + 0,uub

(y,exp

(v
\ J exp

25

30

35

r = 0,999
puntos = 7
y = 0,00211 +0,0252x

l cale '

0,000001
0,000169
0,000016
0,000004
0,000121
0,000312

0,00038500

20

- v )2

0,00000025
0
-0,00000025
0,00019600
-0,00000625
0
0,00018225

0,000001

15

[Ag+] ng/mL

Mnimos cuadrados
y = 0,025x + 0,002
"cale

10

Se puede comprobar que el mtodo de los mnimos cuadrados proporciona un SQR inferior.
De todas formas el mtodo de la mediana simple acumula los residuales sobre los puntos ms
alejados de la linealidad.